章节 01
导读 / 主楼：MediLens-AI：融合 RAG 技术的智能医疗助手系统
原作者与来源
- 原作者/维护者： Krishna Jaiswal (kshna11)
- 来源平台： GitHub
- 原始标题： MediLens-AI: AI-Powered Healthcare Assistant using Machine Learning, Google Gemini AI, LangChain, FAISS, and Streamlit
- 原始链接： https://github.com/kshna11/MediLens-AI
- 发布时间： 2026年7月12日
- 项目背景： B.Tech Data Science 学位项目
项目概述
MediLens-AI 是一个面向医疗领域的 AI 驱动助手应用，旨在简化医学报告分析流程并提供智能化的健康洞察。该项目整合了多项前沿技术：机器学习疾病预测、基于 Google Gemini 的生成式 AI、LangChain RAG 框架、FAISS 向量数据库，以及 Streamlit 交互界面，构建了一个功能完整的医疗辅助工具原型。
核心功能模块
1. 糖尿病风险预测（机器学习）
系统使用随机森林算法进行糖尿病风险评估，这是项目的传统机器学习组件：
- 模型选择：随机森林分类器，适合处理医疗数据的特征交互
- 预测置信度：输出概率分数，帮助用户理解预测的可信度
- 个性化建议：基于预测结果生成针对性的健康建议
- 技术栈：Scikit-learn、Pandas、NumPy
该模块展示了如何将经典机器学习应用于医疗筛查场景，作为 AI 辅助诊断的入门功能。
2. 医学报告智能分析（生成式 AI）
这是项目的核心亮点，利用 Google Gemini API 实现医学报告的自动化解读：
PDF 文本提取 使用 PyMuPDF 库从上传的医学报告 PDF 中提取原始文本内容，支持各类医学文档格式。
AI 医学摘要 将提取的文本输入 Gemini 模型，生成结构化的医学摘要，包括：
- 关键指标解读
- 异常值标注
- 整体健康评估
- 后续建议
PDF 报告导出 使用 ReportLab 将 AI 生成的摘要导出为 PDF 格式，便于保存和分享。
3. 医学问答聊天机器人（RAG 架构）
这是项目最具技术深度的模块，实现了完整的检索增强生成（RAG）流程：
文档处理 Pipeline
- 文本分块：将长文档切分为语义连贯的文本片段
- 嵌入生成：使用 Gemini 嵌入模型将文本转换为向量表示
- 向量存储：将嵌入存入 FAISS（Facebook AI Similarity Search）向量数据库
- 语义检索：根据用户问题检索最相关的文本片段
上下文感知回答
系统使用 LangChain 框架协调检索和生成流程：
- 接收用户关于上传报告的问题
- 从 FAISS 中检索相关上下文
- 将上下文注入 Gemini 的提示词
- 生成基于报告内容的个性化回答
这种 RAG 架构确保回答有明确的信息来源，减少大语言模型的幻觉问题，特别适合医疗场景对准确性的要求。
技术架构详解
系统架构图
医学报告 PDF
│
▼
PDF 文本提取 (PyMuPDF)
│
▼
文本分块处理
│
▼
生成向量嵌入 (Gemini)
│
▼
存储至 FAISS 向量数据库
│
┌────────────┴────────────┐
▼ ▼
AI 医学摘要 医学问答聊天机器人
│ │
└────────────┬────────────┘
▼
个性化健康洞察
项目结构
MediLens-AI/
├── ai/ # Gemini API 封装
├── ml/ # 机器学习模块（训练、预测、预处理）
├── rag/ # RAG 组件（嵌入、向量存储、聊天机器人）
├── pages/ # Streamlit 多页面应用
│ ├── Home.py
│ ├── Disease_Prediction.py
│ ├── Report_Analysis.py
│ └── Medical_Chatbot.py
├── utils/ # 工具函数（PDF 读写）
└── app.py # 应用入口
技术选型理由
| 技术 | 用途 | 选择理由 |
|---|---|---|
| Streamlit | 前端界面 | 快速构建数据应用，无需前端开发 |
| Google Gemini | 大语言模型 | 多模态能力，上下文窗口大 |
| LangChain | RAG 框架 | 模块化设计，社区活跃 |
| FAISS | 向量数据库 | 轻量高效，适合本地部署 |
| PyMuPDF | PDF 处理 | 速度快，支持复杂 PDF |
| ReportLab | PDF 生成 | Python 原生，灵活可控 |
部署与使用
本地运行步骤
# 克隆仓库
git clone https://github.com/kshna11/MediLens-AI.git
cd MediLens-AI
# 创建虚拟环境
python -m venv venv
source venv/bin/activate # Windows: venv\Scripts\activate
# 安装依赖
pip install -r requirements.txt
# 配置 API 密钥
echo "GEMINI_API_KEY=your_api_key" > .env
# 启动应用
streamlit run app.py
环境要求
- Python 3.8+
- Google Gemini API 密钥
- 推荐：4GB+ 内存（用于本地向量数据库）
技术亮点与创新点
1. 医疗场景下的 RAG 实践
MediLens-AI 展示了 RAG 技术在医疗垂直领域的应用潜力。通过将用户的个人医学报告向量化存储，系统能够提供：
- 基于实际数据的回答，而非通用医学知识
- 可追溯的信息来源，增强可信度
- 个性化程度更高的健康建议
2. 多模态 AI 整合
项目同时利用了 Gemini 的文本生成和嵌入能力，实现了端到端的 AI 流程：从原始 PDF 到结构化摘要，再到交互式问答。
3. 轻量级部署方案
使用 FAISS 而非云端向量数据库（如 Pinecone、Weaviate），降低了部署门槛和运行成本，适合个人开发者和小型团队。
局限性与改进方向
当前局限
- 单一疾病预测：目前仅支持糖尿病预测，疾病覆盖范围有限
- 无 OCR 支持：无法处理扫描版 PDF 或图片格式的报告
- 无用户认证：缺少多用户支持和数据隔离
- 医学准确性：AI 生成的内容需要专业医生审核，不能替代医疗诊断
未来规划
根据项目 README，作者计划增加：
- 多疾病预测支持
- OCR 功能以处理扫描报告
- 语音交互界面
- 医学影像分析（X光、CT等）
- 用户认证和云数据库集成
- 预约推荐系统
- 移动应用版本
项目启示
MediLens-AI 是一个典型的学生项目向实用工具演进的案例，它展示了：
- 技术整合能力：将多个独立技术栈（ML、LLM、RAG、向量 DB）整合为统一产品
- 场景适配思维：针对医疗场景的特殊需求（准确性、可追溯性）选择 RAG 架构
- 快速原型开发：使用 Streamlit 等低代码工具快速验证想法
- 负责任的 AI 设计：明确声明系统仅用于教育目的，不构成医疗建议
对于希望进入 AI 医疗领域的开发者，这是一个很好的入门参考。它展示了从简单的机器学习模型到复杂的 RAG 系统，如何逐步构建功能丰富的 AI 应用。同时，项目也提醒我们，在医疗等高风险领域，AI 系统必须明确其局限性，不能替代专业医疗人员的判断。
